[a-zA-Z] Python regex modeli ASCII olmayan Unicode karakterleriyle eşleşecek ve değiştirilebilecek mi?

Question

Aşağıdaki normal ifadede, dizedeki her karakterin bir 'X' ile değiştirilmesini isterim, ancak çalışmıyor. Python 2.7 olarak

:

>>> import re 
>>> re.sub(u"[a-zA-Z]","X","dfäg") 
'XX\xc3\xa4X' 

veya Python 3.4 olarak

>>> re.sub("[a-zA-Z]","X","dfäg",re.UNICODE) 
u'XX\xe4X' 

:

>>> re.sub("[a-zA-Z]","X","dfäg") 
'XXäX' 

mi mümkün için nedense 'yapılandırmak' [a-zA-Z] 'ä', 'ü' vb. Bu yapılamazsa, her zamanki 'tam alfabe' aralığında Unicode karakterler içerecek şekilde köşeli parantezler arasında benzer bir karakter aralığı deseni nasıl oluşturabilirim? Demek istediğim, Almanca gibi bir dilde, 'ä' alfabede 'a' yakın bir yere yerleştirilecekti, bu yüzden 'a-z' serisine dahil edilmesini bekliyordu.

Answer 1

Unicode değiştirici ile

(?![\d_])\w 

kullanabilir. (?![\d_]) ileriye dönük görünüm, herhangi bir basamakla (\d) veya alt çizgi ile eşleşemediğinden \w shorthand sınıfını kısıtlıyor.

regex demo

A Python 3 demo bakınız:

import re 
print (re.sub(r"(?![\d_])\w","X","dfäg")) 
# => XXXX 

Python 2 gelince:

# -*- coding: utf-8 -*- 
import re 
s = "dfäg" 
w = re.sub(ur'(?![\d_])\w', u'X', s.decode('utf8'), 0, re.UNICODE).encode("utf8") 
print(w)